基于多幀重構(gòu)的車牌圖像超分辨率的研究.pdf

1、基于圖像處理的車牌自動(dòng)識(shí)別系統(tǒng)是智能交通系統(tǒng)的核心技術(shù)。它利用先進(jìn)的計(jì)算機(jī)圖像信息處理和模式識(shí)別技術(shù)，對視頻圖像進(jìn)行處理，分析和識(shí)別，從而獲得各種實(shí)時(shí)交通車輛信息，為交通管理，收費(fèi)，調(diào)度，統(tǒng)計(jì)提供依據(jù)。隨著現(xiàn)代智能交通的發(fā)展，使基于圖像處理的車牌自動(dòng)識(shí)別系統(tǒng)具有巨大的應(yīng)用潛力。
　　 但在許多應(yīng)用情形下，由于受到成像系統(tǒng)、外界環(huán)境及成像技術(shù)等很多因素的限制，導(dǎo)致圖像退化，使我們所獲得的車牌圖像效果并不理想。而實(shí)際應(yīng)用中，如果車牌

2、圖像分辨率過低，那么將直接影響到車牌識(shí)別的效率。于是，如何有效地恢復(fù)出原始車牌圖像或者說是復(fù)原出我們所期望的車牌圖像，就成為本文研究的一個(gè)重要的問題。數(shù)字圖像在形成過程中受運(yùn)動(dòng)模糊、點(diǎn)擴(kuò)散模糊、欠采樣及噪聲等因素的影響而產(chǎn)生降質(zhì)。為了改善降質(zhì)退化圖像的質(zhì)量，提高分辨率，常采用圖像的超分辨率重構(gòu)處理技術(shù)進(jìn)行處理。超分辨率圖像重構(gòu)是指將一系列各自包含一部分不同圖像細(xì)節(jié)的相似低分辨率圖像通過一定方法融合成一幅高分辨率圖像的處理方法。對于一定的

3、數(shù)字成像系統(tǒng)，通過超分辨率圖像重構(gòu)可以得到高質(zhì)量的圖像而不需要提高系統(tǒng)的硬件性能，因此它可以被廣泛應(yīng)用于圖像處理的各種領(lǐng)域中。
　　 由于車牌幀序列一般是在運(yùn)動(dòng)中獲取的圖像，其降質(zhì)常常是空間變化的。要想對低分辨率車牌圖像進(jìn)行較高質(zhì)量的超分辨率重構(gòu)，必須進(jìn)行成像建模。通過對成像模型的介紹，揭示了低分辨率成像的本質(zhì)，并指出了其中的關(guān)鍵技術(shù)。
　　 圖像超分辨率重構(gòu)，很重要的一步就是圖像配準(zhǔn)。圖像配準(zhǔn)不僅決定重構(gòu)的效果，而且決

4、定重構(gòu)算法能否做到實(shí)時(shí)，是超分辨率重構(gòu)的關(guān)鍵步驟。在詳細(xì)分析塊匹配的基礎(chǔ)上，針對一系列連續(xù)運(yùn)動(dòng)的視頻序列，利用前后幀間的相關(guān)性，提出了一種基于亞像素搜索的新三步法塊匹配算法。仿真比較分析了本文方法與三步法塊匹配，證明了本文方法的優(yōu)越性。
　　 超分辨率圖像重構(gòu)算法可以分為兩大類，即頻域算法和空間域算法。其中POCS算法利用投影至凸集的原理進(jìn)行圖像重構(gòu)，算法直觀而且有效，是最有前途的超分辨率重構(gòu)算法之一。本論文對POCS算法進(jìn)行了